Teza doctorat (pdf) - Universitatea Tehnică

1. Introducere
1.1. Scopul tezei de doctorat
Teza de doctorat de faţă are ca scop studiul modalităţilor de procesare a vorbirii şi
realizarea de cercetări în domeniul particular al sintezei de voce, având următoarele obiective:
a) dezvoltarea unor metode automate de analiză a semnalului vocal;
b) dezvoltarea unei metode de sinteză a vorbirii adaptată specific limbii române;
c) dezvoltarea unei metodologii de lucru în scopul construirii unui sistem de sinteză vocală
automată;
d) implementarea unui prototip al unui sistem de sinteză de voce pentru limba română.
1.2. Organizarea pe capitole a lucrării
Capitolul 1 reprezintă o introducere în domeniul tezei de doctorat. La început este
prezentată problematica sintezei de voce la modul general. Apoi se arată oportunitatea temei
alese, ţinându-se cont în primul rând de stadiul actual al cercetării în domeniul prelucrării
vorbirii şi sintezei de voce. Sunt arătate totodată principalele contribuţii şi realizări ale tezei.
Capitolul 2 expune modalitatea producerii şi percepţiei vorbirii umane, fiind prezentat
modelul producerii vorbirii. Se face o clasificare a sunetelor produse de vocea umană şi sunt
prezentate proprietăţile acustice ale sunetului.
Capitolul 3 face o introducere în domeniul procesării semnalului vocal, arătându-se mai
întâi specificul operaţiilor de prelucrare şi analiză a semnalului vocal. Sunt prezentate apoi
principalele metode de procesare a semnalului vocal, metodele de codare, metodele şi
standardele de compresie a semnalului vocal.
Se prezintă în continuare contribuţiile autorului în domeniul procesării semnalului vocal:
aplicaţia de prelucrare digitală a semnalului vocal SPEA ( Sound Processing and Enhancement
Application), precum şi experimentele realizate asupra unor eşantioane reale de semnal audio şi
vocal prin intermediul acestei aplicaţii.
Capitolul 4 prezintă domeniul analizei de semnal: parametrii de bază ai semnalului vocal
şi modalităţile de analiză efectuate în scopul determinării parametrilor acestuia: modul de analiză
în domeniul timp şi modul de analiză în domeniul frecvenţă. Pentru fiecare modalitate sunt
prezentate metodele de determinare a parametrilor semnalului vocal.
Tot în cadrul domeniului analizei de semnal sunt prezentate principiile detectării
segmentelor cu proprietăţi specifice din semnalul vocal, cerinţele pe care trebuie să le
îndeplinească algoritmii de segmentare, modalităţile şi etapele detectării segmentelor semnalului
vocal. A fost prezentată din literatura de specialitate o metodă generică pentru segmentarea în
domeniul timp, capabilă să detecteze diferite categorii de segmente din semnalul vocal.
Sunt prezentate în continuare contribuţiile aduse de autor în procesul segmentării
automate a semnalului vocal, respectiv metoda proprie de segmentare în domeniul timp. Sunt
evidenţiate etapele algoritmului de segmentare precum şi rezultatele obţinute: detectarea a patru
categorii fundamentale de semnal şi a zece clase de regiuni. ...
1